Validation of diffusion tensor imaging for diagnosis of traumatic brain injury - 09/04/24

Doi : 10.1016/j.neuri.2024.100161 
Micah Daniel Vinet a, b, , 1 , Alexander Samir Ayoub a, c, 2 , Russell Chow d , Joseph C. Wu e, 3
a Henry Samueli School of Engineering, University of California, Irvine, CA 92697-4550, United States 
b Henry Samueli School of Bioengineering University of California, Los Angeles, CA, 90095, United States 
c Creighton University, School of Medicine, Phoenix Health Sciences Campus, Phoenix, AZ 85012, United States 
d Johns Hopkins School of Engineering, United States 
e Department of Psychiatry and Human Behavior, University of California, Irvine, CA 92697-4550, United States 

Corresponding author at: Henry Samueli School of Engineering, University of California, Irvine, CA 92697-4550, United States.Henry Samueli School of EngineeringUniversity of CaliforniaIrvineCA92697-4550United States

Bienvenue sur EM-consulte, la référence des professionnels de santé.
Article gratuit.

Connectez-vous pour en bénéficier!

Abstract

Background and Purpose

With an increased need for standardized methodology in accurate diagnosis of Traumatic Brain Injury (TBI), Diffusion Tensor Imaging (DTI) has provided promising diagnostic results as an adjunct modality yet remains underutilized. The purpose of this study was to validate the use of DTI with Statistical Parametric Mapping (SPM) for Traumatic Brain Injury (TBI) supporting its use as a diagnostic tool.

Materials and Methods

This study was retrospective and compared controls to patients clinically diagnosed with TBI. Forty-two controls (mean age = 34.1; range, 19 - 58; 28 Males and 13 Females) were screened (n = 41) for cognitive impairment and neurological abnormality. Two cohorts, each of eighteen patients (first cohort: mean age, 41.8; range, 23 - 70; 9 Males and 9 Females; second cohort: mean age, 45.7; range, 23 - 68; 9 Males and 9 Females) clinically diagnosed with TBI (n = 36) were pooled. DTI image acquisition was obtained using a 3 Tesla MRI scanner. DTI images were analyzed through voxel-based t-tests using SPM comparing each individual to the normative control group to generate z-maps for each individual control and each individual patient with a TBI. Test statistics were ranged for p-values (0.001-0.05) and cluster extent values (0, 30, 60, 65, 70, 75). Area Underneath A Receiver Operating Characteristic Curve (AUCROC) was used to validate diagnostic capability. AUCROC analysis was conducted on all sets of p-value and extent threshold values. Significance of results was determined by examining the AUCROC values.

Results and Conclusions

A maximal AUCROC of 1.000 was obtained across the p-value range and cluster extent thresholding values specified across the two cohorts. The high AUCROC supports validation of the methodology presented and the use of diffusion tensor imaging and SPM as an adjunct diagnostic tool for TBI.

Le texte complet de cet article est disponible en PDF.

Keywords : Traumatic brain injury, Diffusion tensor imaging, Area under the operating characteristic curve, Statistical parametric mapping, Image segmentation, Neuroradiology


Plan


© 2024  The Authors. Publié par Elsevier Masson SAS. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 4 - N° 2

Article 100161- juin 2024 Retour au numéro
Article précédent Article précédent
  • Transarterial AVM embolization using Tsinghua grading system: Patient selection and complete obliteration
  • Huachen Zhang, Youle Su, Shikai Liang, Xianli Lv
| Article suivant Article suivant
  • Brain tumor segmentation with advanced nnU-Net: Pediatrics and adults tumors
  • Mona Kharaji, Hossein Abbasi, Yasin Orouskhani, Mostafa Shomalzadeh, Foad Kazemi, Maysam Orouskhani

Bienvenue sur EM-consulte, la référence des professionnels de santé.

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.